一种图片处理方法、装置及电子设备制造方法及图纸

本发明专利技术实施例公开了一种图片处理方法，包括：将同一原始图片缩放成解析度不同的N张缩放图片，所述N为大于等于2的自然数，通过神经算法网络将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片；将所述N张内容图片缩放到同一解析度；对同一解析度的所述N张内容图片进行编码组合成为一个动态影片。本发明专利技术实施例还公开了一种图片处理装置。采用本发明专利技术实施例，可以将静态图片处理为动态影片，提高了图片处理的多样性。

Picture processing method, device and electronic equipment

The embodiment of the invention discloses a method for image processing, will be the same: the original picture zoom into different zoom picture resolution N, the N is a natural number greater than or equal to 2, by the N neural network algorithm are mapped into the same picture zoom picture preset style features of the N content. The content of N; a picture zoom to the same resolution; on the same resolution of the N content images are combined into a dynamic video encoding. The embodiment of the invention also discloses a picture processing device. By adopting the embodiment of the invention, the static picture can be treated as a dynamic film, and the diversity of the picture processing is improved.

【技术实现步骤摘要】
一种图片处理方法、装置及电子设备
本专利技术涉及图片处理领域，尤其涉及一种图片处理方法、装置及电子设备。
技术介绍
图片处理是对图片进行调色、抠图、合成、明暗修改、彩度和色度的修改、添加特殊效果、编辑、修复等等，使其满足视觉、心理以及其他要求的技术。在现有技术方案中，可以通过图片处理算法将一张原始图片处理为一张具有艺术风格的图片，但是，由于图片处理算法限制，只能根据静态图片产生一组静态图片，或根据动态影片产生动态影片，因而图片处理的形式单一，达不到满足更多用户的需求。
技术实现思路
本专利技术实施例提供一种图片处理方法、装置及电子设备。可以解决现有技术方案中图片处理形式单一的技术问题。本专利技术第一方面提供了一种图片处理方法，包括：将同一原始图片缩放成解析度不同的N张缩放图片，所述N为大于等于2的自然数；通过神经算法网络将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片；将所述N张内容图片缩放到同一解析度；对同一解析度的所述N张内容图片进行编码组合成为一个动态影片。其中，所述N张缩放图片的数量为所述动态影片的帧数与所述动态影片的播放时长的乘积值。其中，所述通过神经算法网络将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片包括：在所述N张缩放图片中的每张缩放图片中添加讯噪背景图片；将添加所述讯噪背景图片的所述N张缩放图片分别映射成相同预设风格特征的N张内容图片。其中，所述神经算法网络包括影像转换网络和损失网络，所述通过神经算法网络将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片包括：通过所述损失网络计算重建损失，所述重建损失是原始影像与所述原始影像经过所述影像转换网络后的输出影像之间的损失；根据所述重建损失，确定所述神经算法网络的映射权重参数；基于所述映射权重参数将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片。其中，所述将同一原始图片缩放成解析度不同的N张缩放图片包括：通过更改所述同一原始图片的图片属性，将所述同一原始图片缩放成解析度不同的N张缩放图片，所述图片属性包括图片大小、图片格式以及图片压缩方式中的至少一种。相应地，本专利技术第二方面提供了一种图片处理装置，包括：图片缩放模块，用于将同一原始图片缩放成解析度不同的N张缩放图片；图片映射模块，用于通过神经算法网络将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片；所述图片缩放模块，还用于将所述N张内容图片缩放到同一解析度；图片编码模块，用于对同一解析度的所述N张内容图片进行编码组合成为一个动态影片。其中，所述N张缩放图片的数量为所述动态影片的帧数与所述动态影片的播放时长的乘积值。其中，所述图片映射模块还用于：在所述N张缩放图片中的每张缩放图片中添加讯噪背景图片；将添加所述讯噪背景图片的所述N张缩放图片分别映射成相同预设风格特征的N张内容图片。其中，所述神经算法网络包括影像转换网络和损失网络，所述所述图片映射模块具体用于：通过所述损失网络计算重建损失，所述重建损失是原始影像与所述原始影像经过所述影像转换网络后的输出影像之间的损失；根据所述重建损失，确定所述神经算法网络的映射权重参数；基于所述映射权重参数将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片。其中，所述图片缩放模块具体用于：通过更改所述同一原始图片的图片属性，将所述同一原始图片缩放成解析度不同的N张缩放图片，所述图片属性包括图片大小、图片格式以及图片压缩方式中的至少一种。相应地，本专利技术第三方面提供了一种电子设备，包括：处理器、存储器、通信接口和总线；所述处理器、所述存储器和所述通信接口通过所述总线连接并完成相互间的通信；所述存储器存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于：将同一原始图片缩放成解析度不同的N张缩放图片；通过神经算法网络将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片；将所述N张内容图片缩放到同一解析度，并对同一解析度的所述N张内容图片进行编码组合成为一个动态影片。相应地，本专利技术第四方面提供了一种存储介质，其中，所述存储介质用于存储应用程序，所述应用程序用于在运行时执行本专利技术实施例第一方面提供的一种图片处理方法。相应地，本专利技术第五方面提供了一种应用程序，其中，所述应用程序用于在运行时执行本专利技术实施例第一方面提供的一种图片处理方法。实施本专利技术实施例，首先将同一原始图片缩放成解析度不同的N张缩放图片；然后通过神经算法网络将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片；最后将所述N张内容图片缩放到同一解析度，并对同一解析度的所述N张内容图片进行编码组合成为一个动态影片。通过将静态图片处理为动态影片，提高了图片处理的多样性。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术提出的一种图片处理方法的第一实施例的流程示意图；图2是本专利技术实施例提供的一种神经算法网络的结构示意图；图3是本专利技术提出的一种图片处理方法的第二实施例的流程示意图；图4是本专利技术实施例提出的一种图片处理装置的结构示意图；图5是本专利技术实施例提供的一种电子设备的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参考图1，图1是本专利技术提出的一种图片处理方法的第一实施例的流程示意图。本专利技术实施例的执行主体可以为服务器，也可以为用户终端本地。如图所示，本专利技术实施例中的方法包括：S101，将同一原始图片缩放成解析度不同的N张缩放图片，所述N为大于等于2的自然数。具体实现中，可以通过更改所述同一原始图片的图片属性，进而将所述同一原始图片缩放成解析度不同的N张缩放图片，其中，所述图片属性包括图片大小、图片格式以及图片压缩方式中的至少一种，解析度为图片的分辨频率。可选的，所述N张缩放图片的数量为所述动态影片的帧数与所述动态影片的播放时长的乘积值。例如，如果最后需要得到的每秒2个影格(帧数)、长度为1.5秒并重播一次的动态影片，则可以将同一原始图片缩放成2*1.5＝3张缩放图片。其中，3张缩放图片的解析度可以根据原始图片的解析度依次缩小，缩小的比例可以根据实际机器的运算速度以及缩小后的画质而定，如：3张缩放图片分别使用97％、94％以及91％的缩小比例，但不局限于此。S102，通过神经算法网络将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片。具体实现中，可以通过所述损失网络计算原始影像与所述原始影像经过所述影像转换网络后的输出影像之间的重建损失；根据所述重建损失，确定所述神经算法网络的映射权重参数；基于所述映射权重参数将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片。如图2所示，图2是本专利技术实施例提供的一种神经算法网络的结构示意图。该神经算法网络包括影像转本文档来自技高网...

【技术保护点】
一种图片处理方法，其特征在于，所述方法应用于电子设备，所述方法包括：将同一原始图片缩放成解析度不同的N张缩放图片，所述N为大于等于2的自然数；通过神经算法网络将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片；将所述N张内容图片缩放到同一解析度；对同一解析度的所述N张内容图片进行编码组合成为一个动态影片。

【技术特征摘要】
1.一种图片处理方法，其特征在于，所述方法应用于电子设备，所述方法包括：将同一原始图片缩放成解析度不同的N张缩放图片，所述N为大于等于2的自然数；通过神经算法网络将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片；将所述N张内容图片缩放到同一解析度；对同一解析度的所述N张内容图片进行编码组合成为一个动态影片。2.如权利要求1所述的方法，其特征在于，所述N为所述动态影片的帧数与所述动态影片的播放时长的乘积值。3.如权利要求1所述的方法，其特征在于，所述通过神经算法网络将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片包括：在所述N张缩放图片中的每张缩放图片中添加讯噪背景图片；将添加所述讯噪背景图片的所述N张缩放图片分别映射成相同预设风格特征的N张内容图片。4.如权利要求1-3任意一项所述的方法，其特征在于，所述神经算法网络包括影像转换网络和损失网络，所述通过神经算法网络将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片包括：通过所述损失网络计算重建损失，所述重建损失是原始影像与所述原始影像经过所述影像转换网络后的输出影像之间的损失；根据所述重建损失，确定所述神经算法网络的映射权重参数；基于所述映射权重参数将所述N张缩放图片分别映射成相同预设风格特征的N张内容图片。5.如权利要求1-3任意一项所述的方法，其特征在于，所述将同一原始图片缩放成解析度不同的N张缩放图片包括：通过更改所述同一原始图片的图片属性，将所述同一原始图片缩放成解析度不同的N张缩放图片，所述图片属性包括图片大小、图片格式以及图片压缩方式中的至少一种。6.一种图片处理装置，其特征在于，所述装置包括：图片缩放模块，用于将同一原始图片缩放成解析度不同的N张缩放...

【专利技术属性】
技术研发人员：张宴晟，
申请(专利权)人：北京金山安全软件有限公司，
类型：发明
国别省市：北京,11